[发明专利]音频编辑系统和音频编辑方法有效
| 申请号： | 201010614165.X | 申请日： | 2010-12-24 |
| 公开（公告）号： | CN102543080A | 公开（公告）日： | 2012-07-04 |
| 发明（设计）人： | 卢鲤;赵庆卫;颜永红;刘昆;吴伟国 | 申请（专利权）人： | 索尼公司;中国科学院声学研究所 |
| 主分类号： | G10L15/14 | 分类号： | G10L15/14;G10L15/02;G10L15/06 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 黄小临 |
| 地址： | 日本*** | 国省代码： | 日本;JP |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 音频编辑系统包括：多个初始切分装置，分别将来自多个声道的音频流初始切分为多个不同的段落；多声道融合装置，对多个初始切分装置的切分点进行综合，并从每两个相邻的切分点之间选择最优的声道的音频流，从而得到多个初始切分片段，并且将得到的多个初始切分片段融合形成统一音频数据文件；音频聚类装置，基于层次聚类的算法，对多个初始切分片段进行有监督聚类，将属于同一性质的初始切分片段聚成一个类别；重新切分装置，利用音频聚类装置聚类的结果，训练得到每个类别相应的隐马尔科夫模型，并对统一音频文件进行维特比对齐切分，得到重新切分后的音频流。通过以上高精度的说话人切分系统，能够提高最终说话人聚类的准确性。 | ||
| 搜索关键词： | 音频编辑 系统 方法 | ||
【主权项】：
一种音频编辑系统，包括：读取装置，将音频流读取到所述音频编辑系统中；初始切分装置，将由所述读取装置读取的音频流初始切分为多个不同的片段；音频聚类装置，基于层次聚类的算法，对由所述初始切分装置初始切分的多个片段进行有监督聚类，将属于同一性质的片段聚成一个类别；重新切分装置，利用所述音频聚类装置聚类的结果，训练得到每个类别相应的隐马尔科夫模型，并对所述音频流进行维特比对齐切分，得到按类别切分后的音频流。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于索尼公司;中国科学院声学研究所，未经索尼公司;中国科学院声学研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010614165.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种圆规
- 下一篇：一种基于多槽硅基纳米线波导的全光逻辑门器件
